Einführung in die Grundlagen der Fehlerrechnung Bestimmung ... · Der arithmetische Mittelwert ist...

Jens Wagner, Physikalisches Institut

Einführung in die Grundlagen der Fehlerrechnung

Bestimmung von Messunsicherheiten

Physikalisches Praktikum

► Angabe von Messergebnissen

► Ursache und Arten von Messunsicherheiten

► Berechnung von zufälligen Messunsicherheiten

► Gaussverteilung & Fehlerfortpflanzung

► Graphische Darstellung

Gliederung

Einführung in die Fehlerrechnung

Versuch 251: Statistik des radioaktiven Zerfalls

Experimentelle Demonstration


Warum ist die Aussage:

“Ich habe die Elementarladung gemessen,

sie beträgt 1,602 × 10-19 Coulomb”

falsch ?

Fehlerangabe

Charles Augustin de Coulomb(1736–1806)

Zwei unabhängige Messungen ergeben ungleiche Resultate:

Nur wenn man die jeweiligen Messfehler angibt, kann man

diskutieren, ob die beiden Messungen - innerhalb der Fehlergrenzen -

in Übereinstimmung sind oder nicht !

Jede Messung ist mit einem Messfehler behaftet.

Es gibt keine Messung die unendlich genau ist!


Um ein theoretisches Modell experimentell durch eine Messung zu überprüfen, muss die Qualität und die Aussagekraft der Messung bekannt sein.

Beispiel:

Die Bestimmung der Elementarladung ergab folgende Ergebnisse:

Messung 1: e = (1,7 ± 0,1) × 10-19 C

Messung 2: e = (1,62 ± 0,01) × 10-19 C

Welche Aussage kann über die beiden Messungen getroffen werden?

Fehlerangabe

Robert Andrews Millikan(1868–1953)

Wir wollen eine realistische Fehlerabschätzung im Praktikum !

Messung 1 ist konsistent mit dem Literaturwert

Messung 2 ist zwar präziser, stimmt aber innerhalb der

Fehlergrenzen nicht mit dem Literaturwert überein!


Fehlerangabe

Grobe Fehler können durch sorgfältiges Experimentieren ausgeschlossen werden und sollten im Praktikum nicht auftreten !


Schwankungen einer Messgröße


Spannungsmessung im Versuch „Bestimmung der Boltzmannkonstante“

Werden Messungen unter identischen Bedingungen wiederholt, so erhält man im Allgemeinen nicht denselben Messwert!

Werden Messungen unter identischen Bedingungen wiederholt, so erhält man im Allgemeinen nicht denselben Messwert!

• Wie sind die Messwerte verteilt?• Welche Größe ist die beste Schätzung

des wahren Wertes?• Wie groß ist die Genauigkeit der Messung?

x = xB ± Dx x = xB ± (Dx/xB) ×100Angabe des absoluten Fehlers

e = (1,62 ± 0,03) × 10-19 C

Angabe des Relativfehlers

e = 1,62 × 10-19 C ± 1,9 %

► Beste Schätzung des „wahren“ Wertes xB

► Messunsicherheit Dx („Fehler“)

► Physikalische Einheit

Ziel einer Messung:bestimme einen Schätzwert xB für die betreffenden Messgröße x, der zusammen mit der Messunsicherheit Dx zur Kennzeichnung eines Wertebereichs für den wahren Wert der Messgröße dient.

Angabe einer Messgröße

zugehörige physikalische Einheitgleiche Zehnerpotenzen für Messwert und Messunsicherheit

sinnvolle Zahl der angegebenen Stellen (eine, max. zwei signifikante Stellen)


Anzahl signifikanter Stellen


Geben Sie eine höchstens zwei signifikante Stellen an.

2 signifikante Stellen:Ist die erste signifikante Stelle ein 1 oder 2, so werden zwei signifikante Stellen angegeben.

2.5725413 ± 0.02432 -> 2.572 ± 0.024

1 signifikante Stellen:Ist die erste signifikante Stelle 3 oder größer, so wird eine signifikante Stelle angegeben.

2.5725413 ± 0.623542 -> 2.6 ± 0.6

z.B. verursacht durch:

defekter Messgeräte

falsches Ablesen von Skalen

Irrtum bei der Protokollierungoder Auswertung

Messunsicherheiten: Grobe Fehler

Grobe Fehler können durch sorgfältiges Experimentieren ausgeschlossen werden und sollten im Praktikum nicht auftreten !


Unvollkommenheit der Messgeräte► Eich- und Justierfehler, Nichtlinearität, Reibung, ....

teilweise bekannt (Herstellerangaben: Genauigkeitsklassen)

Rückwirkung des Messgerätes (Prozesses) auf die Messgröße► Innenwiderstand, Verformung, Erhitzung

Umwelteinflüsse► Auftrieb, elektromagnetische Felder, Temperatur, Luftfeuchtigkeit, ...

Systematische Fehler

führen zu einseitigen Abweichungen vom „wahren Wert“.Der Messwert ist entweder immer größer oder immer kleiner als der „wahre Wert“.

Messunsicherheiten: Systematische Fehler

Systematische Abweichungen sind:► prinzipiell erfassbar► oft aber schwer zu erkennen► reproduzierbar und somit zumindest teilweise korrigierbar

Ursachen?


►Wiederholung von Messungen (unter gleichen Bedingungen):einzelne Messwerte werden sich voneinander unterscheiden

► Statistische Fehler streuen „links“ und „rechts“ um den wahren Wert(in vielen Fällen sogar symmetrisch um den wahren Wert)

► Zufällige Abweichungen sind unvermeidlich, aber:

der statistischen Analyse zugänglich:Die Größe zufälliger Messabweichungen kann mit Hilfevon Wahrscheinlichkeitsaussagen bestimmt werden.

Messunsicherheiten: Statistische Fehler

Durch Mehrfachmessungen können statistische Fehler prinzipiell beliebig klein gehalten werden !


Stat. Fehler: Syst. Fehler:

Stat. Fehler:Syst. Fehler:



MessunsicherheitenBeispiel syst. und stat. Fehler:

Position eines Sterns

kleinklein

kleingroß

großklein

großgroß


Lineal Auflösung: 1 mm

Schieblehre Auflösung: 0,05 mm

Mikrometerschraube Auflösung: 0,01 - 0,001 mm

Messunsicherheit: Beispiel Streckenmessung

Falls keine Messgenauigkeiten angegeben sind, kann der Fehleraus der Skalenteilung abgeschätzt werden.

Messunsicherheit: 30% – 50% der Skalenteilung

Messunsicherheit?


An vielen Analogmessinstrumenten ist eine Genauigkeitsklasse angegeben.

Genauigkeitsangabe: Max. Unsicherheit in % des Skalenendwertes

Genauigkeitsklasse


Messunsicherheit: Beispiel Analoginstrumente

Genauigkeit: 40 mbar40 % der Skalenteilung

Im Praktikum: Genauigkeitsangabe der Bedienungsanleitung entnehmen !

Beispiel:Es wurde eine Wechselspannung von 4,736 V gemessen

Fehler: 0,9% von 4,736 = 0,043 V, 5 Digit = 5 mV

Messunsicherheit: 0,048 V Ergebnis U = (4,74 ± 0,05) V


Messunsicherheit: Beispiel Digitalinstrumente

Beispiel:

Zeitmessung mit Handstoppuhr

Auflösung: 1/100 s

Messunsicherheit ?

zusätzlicher Fehler durch das endliche Reaktionsvermögen des Experimentators, Reaktionszeit ~ 0,2 s – 0,3 s(Bei Differenzmessungen kleiner!)


Messunsicherheit: Beispiel Stoppuhr

Um statistische Fehler zu bestimmen müssen mehrere Messungen unter gleichen Versuchsbedingungen durchgeführt werden: ► Stichprobe von N Messungen

Experimentelle Demonstration

Statistische Fehler

Graphische Darstellung als Histogramm: Häufigkeit der Ereignisse in einem Intervall [xi , xi+Dx]

Gesucht:► Beste Schätzung des wahren Wertes xB

► Aussagen über Genauigkeit der Messung

Vorgabe:► Unabhängige, identisch

verteilte Zufallsvariablen


P(x) heißt Wahrscheinlichkeitsdichte derNormalverteilung mit Erwartungswert μ

und Varianz σ2

Interpretation:

► Wahrscheinlichster Wert ist die beste Schätzung des „wahren Wertes“► Breite der Verteilung ist ein Maß für die Messgenauigkeit !

( ) 1P x dx

Normierung:

2 2( ) ( )x P x dx

( )x P x dx

Erwartungswert:

Varianz:

Gaußverteilung

2

2

1( ) exp

22

xP x

Johann Carl Friedrich Gauß (1777–1855)


Gaußverteilung


Zentraler Grenzwertsatz


Die Verteilungen der Summen von stochastisch unabhängigen Zufallsgrößen streben mit wachsendem Stichprobenumfang gegen die Gaußsche Normalverteilung.

Beispiele: • Streuprozesse• Brownsche Bewegung• Thermisches Rauschen• …

Beispiel aus der Industrie


Interpretation des Ergebnisses

bzw.

2

2

3

3

( ) 0,683

( ) 0,955

( ) 0,997

P x dx

P x dx

P x dx

Als beste Schätzung für den „wahren Wert“ wurde bei einer Messungder Wert bestimmt. Der wahre Wert liegt mit einer Wahrscheinlichkeitvon 68,3% im Intervall (1-Umgebung).

Aufgabe 4 (AB Fehlerrechnung)

Gaußverteilung: -Abweichung

x x x Dx

( )( )

PP

e

1( )

2P

x[ , ]x x


Schätzwert für die Standardabweichung

Breite der Verteilung um den Mittelwert

Schätzwert für den Erwartungswert

Der arithmetische Mittelwert ist die beste Schätzung des wahren Wertes

1

1 n

i

i

x xn

2

1

1( )

1

n

E i

i

S x xn

mittlerer Fehler einer Einzelmessung

2

1

1( )

( 1)

nE

M i

i

SS x x

n nn

mittlerer Fehler des Mittelwertes

( für )x n

( für )ES n

Schätzwert für die Standardabweichungdes Mittelwerts

10 mal höhere Genauigkeit erfordert100 mal mehr Messwerte!

Schätzwerte aus endlicher Stichprobe

2

1

1( )

n

i

i

x xn

kleine Stichprobenanzahl n: Streuung um den Mittelwert wird unterschätzt!

Wann n bzw. n-1?


Mittelwert, Fehler Einzelmessung, Fehler des Mittelwerts


Korrektur des Mittelwertes m mit dem bekannten systematischen Fehler

mkorrig = m - sys = 139.10 W

Beispiel Temperaturmessung mit PT100Temperatursensor Zuleitung Ohmmeter Anzeigewerte

RL

PT100 W

140.12W140.13W140.19W140.08W140.11W140.12W140.09W140.10W140.11W

ArithmetischerMittelwert

m = 140.10 W

StandardabweichungDes Mittelwerts

sm = 0.10 W

Systematischer Fehler(Zuleitungswiderstand)

sys = RL = 1.00 W

Herstellerangabe(Genauigkeit Messgerät)

a = 0.15 W

Kombinierte MessunsicherheitMessgerät und Messunsicherheit

ures2 = sm2 + a2 ures = 0.18 W

Vollständiges Messergebnis:

(m – sys) ± ures = 139.10 W± 0.18 W

Einführung in die Fehlerrechnung zusätzliches Material

Mittelwert

Standardabweichung der Einzelmessung

Mittlerer Fehler des Mittelwertes

Arbeitsblatt Fehlerrechnung

1

1 35971.8

5

n

i

i

a a mm mmn

2

1

1 2.8( ) 0.84

1 4

n

a i

i

S a a mmn

0.840.37

5

aa

S mmS mm

n


Fehlerfortpflanzung


In der Regel kann eine physikalische Größe nicht direkt gemessen werden, sondern wird aus einer oder mehreren Messgrößen bestimmt.

Beispiel:Bestimmung der Elementarladung nach Millikan

396( )

2

f

f s

vdq v v

U g

Die Messgrößen sind fehlerbehaftet, , , , , ,f sv v U d g

Welchen Einfluss haben die Einzelfehler der gemessenenGrößen auf die zu berechnende physikalische Größe?

2

2

2

1 ( ) 1 ( )( ) ( ) ...

1! 2!

f x f xf x x f x x x

x x

D D D

Fehlerfortpflanzung

2( )( ) ( ) [( ) ]

f xf f x x f x x Ordnung x

x

D D D D

Der Einfluss einer fehlerbehafteten Eingangsgröße x auf das Ergebnis f(x) kann mittels der Taylorreihe abgeschätzt werden:

Bei genügend kleinem |Dx| kann die Reihenentwicklung nach dem linearen Glied abgebrochen werden(Näherungslösung!)

2 2

1 1

( ) ( )

( ) ( )

ff x x x

x

ff x x x

x

D D

D D

Wie wirkt sich der Fehler Δx einerMessgröße x auf eine abgeleitetephysikalische Größe f(x) aus?


Fehlerfortpflanzung


BeispielBestimmung der Spannung nach dem Ohmschen Gesetz:

Fließt durch einen Widerstand R ein Strom I, so fällt am Widerstand die Spannung U ab.

U Geradensteigung I

dUU I

dI

U R I

D D

D D

D D

Fehler von U

Fehlerfortpflanzung


BeispielMessung der Leistung an einem Widerstand R, an dem die SpannungU anliegt.

2

dPP U

dU

UP U

R

D D

D D

Hängt eine physikalische Größe f von mehreren Messgrößen

mit den Fehlern ab,

so berechnet sich der Fehler von f gemäß:

2

1( )

n

i iii

ff x x

x

D D D

1 2, ,..., nx x xD D D

Der Gesamtfehler Df(Dxi) von f(xi) ergibt sich zu:

Carl Friedrich Gauß(1777–1855)

Gaußsches Fehlerfortpflanzungsgesetz

Warum quadratische Addition ?

Messewerte streuen statistisch „links“ und „rechts“ um denMittelwert, d.h. die Fehler kompensieren sich teilweise!


Hängt eine physikalische Größe f von den Messgrößen x und y ab, ergibt sich für den Gesamtfehler Df:

Fehlerfortpflanzung

2 2

22

,

,

n

f kx f k x

f x y f x y f x y

x f x yf xy f

y f x y

f xf x n

f x

D D

D D D

D D D

D D

Die einfachen Fälle brauchen bei der Auswertung nicht hergeleitet werden, sondern können direkt angewendet werden!

22

( , )f f

f x y x yx y

D D D D D

Einfache Fälle f(x,y) - nützlich zu Erinnern bei der Auswertung:


Relative Fehler nutzen

Die Berechnung der Differentiale kann sehr mühsam sein.

Fehlerfortpflanzung


Siehe Praktikumsanleitung: Fehlerrechnung mit Köpfchen

𝐴 = 𝜋𝑟2


a) b)

a)


b)

f f fdw dx dy dz

x y z

Vollständiges Differential der Funktion w(x,y,z):


1.9A BD U U V

2 2

A BD U UD D D

2 2

1.4 1.7 2.2D V V VD

Differenz D

Der Unterschied kann zufällig sein -> nicht signifikant

Der Unterschied ist signifikant wenn es unwahrscheinlich ist, dass dies durch Zufall zustande kam.

Fehler der Differenz DD

Vergleich von D mit DD der Differenz

► nicht signifikant!1.9 2.2D V D V D


Diagramme von Hand anfertigen, keine Computerausdrucke !!!

Für das Praktikum bitte beachten:

► Wahl von geeignetem Millimeterpapier (linear / log. / doppelt log.)

► Wahl eines geeigneten Maßstabs für die Achsen

► Beschriftung der Achsen

► Messwerte (mit Fehler) und den Graph der Funktion eintragen

wesentlicher Bestandteil einer Messung

► Veranschaulicht funktionale Zusammenhänge

► Erlaubt Kontrolle über mögliche Abweichungen

(prinzipielle Abweichungen oder „Ausreißer“)

Graphische Darstellung


doppelt logarithmischer Plot:Potenz-Funktionen y = x n ergeben eine Gerade mit der Steigung des Exponenten: ln(y) = n * ln(x)

Arbeitsblatt Graphische Darstellung


Halb-logarithmischer Plot:Exponentialfunktionen y = c*exp(d*x) ergeben eine Gerademit der Steigung d und y-Achsenabschnitt c: ln(y) = ln(c) + d*x



(1) y‘(x=50) = 10

(2) y‘(x=50) = 1.218

(3) y‘(x=50) = 0.707




Fehler D(T2) von T2: Berechnung aus Fehlerfortpflanzung !

Einführungsversuch:Berechnung derFederkonstante D aus der Steigung;der Fehler DD ist ebenfalls anhand der Fehlerfortpflanzung zu berechnen !

Xi yi DyiEinführung in die Fehlerrechnung

y = a*x + b Gesucht: Steigung a sowie den Achsenabschnitt b und deren Fehler

Zeichnung der Ausgleichsgeraden

Eintragen von 2 weiteren parallelen nach oben bzw.unten verschobenen Geraden:ca. 70% der Messpunkte innerhalb der Geraden (1 Abweichung)

Fertigstellen des “Streubereichsrechtecks”

Die Diagonalen in diesem Rechteck liefern in etwa den Fehler der Steigung sowie des Achsenabschnitts

Ausgleichsgerade: graphisch

2

2

(0,0120 0,0009)

(0,407 0,099)

sa

g

b s


Fehlerabschätzungen -> Augenmaß ausreichendEine exakte Fehlerrechnung ist mit einer Hilfe linearen Regression möglich !

Im Praktikum auch erlaubt: Min/Max- Abschätzung

Ausgleichsgerade: graphisch

2

(0,0120 0,0009)s

ag

Zeichnen der Ausgleichgerade

Ausgleichsgerade

Dm=224g

DT

2=

2,6

8s

2DT2/Dm = 0,0129s2/g

Fehlergerade

DT2/Dm = 0,0120s2/g

Dm=180gD

T2=

2,3

2s

2

Ergebnis:

Zeichnen der Fehlergerade

Berechnung der Steigungen

Berechnung des Fehlers:

Da = aFehler – aAusgleich


Gegeben: N Paare von Messwerten (xi, yi) mit linearer Abhängigkeit y = a·x + bxi-Werte fehlerfrei, yi-Werte mit Standardabweichung σi

Steigung a = 0.0128 s2/gFehler Da = 0.0007 s2/g

y-Achsenabschnitt b = 0.41 s2

Fehler Db = 0.01 s2

2 2

2 ( )= sei minimali i i

i ii i

y y ax b

D

„Prinzip der kleinsten Quadrate“ (C.F. Gauß, 1795)

Ausgleichgerade: Lineare Regression

2

2 2 2 2 2

2 22

2 2 2 2 2

1 1 1 1

1 1

i i i i

i i i i ii i i i i

i i i i i i

i i i i ii i i i i

x y x ya a

y y y y y

x y x x y xb b

y y y y y

D

D D D D D

D

D D D D D

22

2 2 2

1 i i

i i ii i i

x x

y y y

D D D


Lineare Regression


Aufgabe:Bestimmung der Erdbeschleunigungmit einem Federpendel

Durchführung und Auswertung:Gemeinsam mit den Betreuern an den ersten Tagen

Einführungsversuch Federpendel

Ziel:Einführung in dasphysikalische Experimentieren, Protokollführung,Fehlerabschätzungund grafische Darstellung


Zusätzliches Material

y = a*x + b Gesucht: Steigung a sowie den Achsenabschnitt b und deren Fehler

Ausgleichsgerade „von Hand“

Zeichnung der Ausgleichsgeraden(geht bei gleichen Standardabweichungen durch Schwerpunkt S der Daten)

Eintragen von 2 weiteren parallelen nach oben bzw. unten verschobenen Geraden:ca. 70% der Messpunkte innerhalb der Geraden

Fertigstellen des “Streubereichsrechtecks”.

Die Diagonalen in diesem Rechteck liefern in etwa den Fehler der Steigung sowie des Achsenabschnitts.


Aufstellen der Funktion 2

(a,b)

Partielles Ableiten:

nach a & Nullsetzen

nach b & Nullsetzen

Gleichungssystem umformen

Lineare Regression mit 2-Fit

2 2

2

2

2

2 !

2

2 !

2

2 2

( )=

sei minimal (Beispielrechnung für = )

2) =0

2) =0

i ii

i ii i

i

i i

i

i i i

i

i i i

i i i i

i i i i i i

i i i i i

y ax by

i

y ax bb

x y ax ba

y b ax bN a x

x y bx ax b x a x

D

* Allgemeiner Fall: siehe Praktikumsanleitung


Auflösen nach a und b:

Achsenabschnitt

Steigung

Varianz

Lineare Regression mit 2-Fit

2 2

2

2

2

22 2

1

1

1

2

i i i

i i i i

i i i i i i

i i i i i

i i i i i

i i i i

i i i i

i i i

i i

i i

i i

i

y b ax bN a x

x y bx ax b x a x

b x y x x y

a N x y x y

mit N x x

s y ax bN

D

D

D


Korrelationskoeffizient (nach Pearson)

1

2 2

1 1

( , )( , ) :

1( )( )

1:1 1

( ) ( )1 1

n

i ii

xyn n

i ii i

Cov x yx y

Var x Var y

x x y ynr

x x y yn n

dimensionsloses Maß für den Grad des linearenZusammenhangs zwischen zwei Merkmalen. Beieinem Wert von +1 (bzw. −1) besteht ein vollständigpositiver (bzw. negativer) linearer Zusammenhangzwischen den betrachteten Merkmalen. Wenn derKorrelationskoeffizient den Wert 0 aufweist, hängendie beiden Merkmale überhaupt nicht linearvoneinander ab.

Quadrat des Korrelationskoeffizienten r2 : BestimmtheitsmaßEs gibt an, wie viel Prozent der Varianz, d. h. an Unterschieden der einenVariable durch die Unterschiede der anderen Variable erklärt werden können.Beispiel: Bei r=0,3 bzw. 0,8 werden 9% bzw. 64% der gesamten auftretendenVarianz im Hinblick auf einen statistischen Zusammenhang erklärt.


„multiple“ Regression:Für komplexere Funktionen mit mehreren Variablen (alle mit Fehler behaftet)ist es sinnvoll geeignete Statistik Software verwenden (z.B. Mathematica,Maple, Origin, SPSS, Stata, SAS, … ).

Per Hand bzw. mit Taschenrechner mit überschaubarem Aufwand durchführbar bei linearen Funktionen mit wenigen Stichproben.

Beispiel:

Linearisierung von Funktionen

y = a

ln ln

bxe

y a bx

Regressionsanalyse


Prinzipielle Vorgehensweise


Zusammenfassung

Zufallsabweichung

Systematische Abweichung

Messergebnis:

k=1 für68% Konfidenzund hinreichendeAnzahl n vonEinzelmessungen

2

1 1

1 1( )

( 1)

n n

i M i

i i

x x S x xn n n

2

1

1( )

1

n

E i

i

S x xn

Mittelwert Einzelwert wahrer Wert

Häu

figk

eit

22

M Sys

x x k u

u


Korrektur des Mittelwertes m mit dem bekannten systematischen Fehler

mkorrig = m - sys = 139.10 W

Beispiel Temperaturmessung mit PT100Temperatursensor Zuleitung Ohmmeter Anzeigewerte

RL

PT100 W

140.12W140.13W140.19W140.08W140.11W140.12W140.09W140.10W140.11W

ArithmetischerMittelwert

m = 140.10 W

StandardabweichungDes Mittelwerts

sm = 0.10 W

Systematischer Fehler(Zuleitungswiderstand)

sys = RL = 1.00 W

Herstellerangabe(Genauigkeit Messgerät)

a = 0.15 W

Kombinierte MessunsicherheitMessgerät und Messunsicherheit

ures2 = sm2 + a2 ures = 0.18 W

Vollständiges Messergebnis:

(m – sys) ± ures = 139.10 W± 0.18 W


( ; , ) (1 )k n kn

B k n p p pk

Binomial-Verteilung

0

0

22 2

0

( ; , ) 1

( ; , )

( ; , ) (1 )

(1 )

k

k

k

B k n p

k k B k n p np

k B k n p k np p

np p

Normierung:

Mittelwert:

Varianz:

Standardabweichung:

Wahrscheinlichkeit dafür, dass ein Ereignis genau k-mal bei n voneinanderunabhängigen Versuchen eintritt, wobei p die Wahrscheinlichkeit für dasEintreten des Ereignisses, und (1-p) die Wahrscheinlichkeit für das nichtEintreten des Ereignisses darstellt.

AusfallwahrscheinlichkeitTrefferwahrscheinlichkeit

Anzahl der Möglichkeiten (Permutationen)

n=5p=0.2 , q=0.8



Konvergenz der Binomialverteilung an die Normalverteilung (Gauß) fürn

2

2

1( ; , ) (1 ) ( ) exp

22

k n kn x

B k n p p p P xk

p=0.5 ► n=5 n=20 n=100

p=0.2 ► n=5 n=20 n=100


Poisson-Verteilung

( ; )!

keP k

k

0

0

22 2

0

( ; ) 1

( ; )

( ; )

k

k

k

P k

k k P k

k P k k

Normierung:

Mittelwert:

Varianz:

Standardabweichung:

Die Poisson-Verteilung ist also die Grenzverteilung der Binomialverteilung

für große n und kleine p. Die Verteilung wird durch einen Parameter (Erwartungswert) beschrieben. ( ; ) lim ( ; , 0) ;P k k n p np

Eine asymptotisch asymmetrische Binomialverteilung, deren Erwartungswert np für große n und kleine p gegen eine von n unabhängige Konstante λ konvergiert, kann durch die Poisson-Verteilung angenähert werden.


Poisson-Verteilung & „Wurzel N Gesetz“

2( )

21( ; )

2

k

G k e mit

Für einen großen Mittelwert ( >30)lässt sich die Poisson-Verteilung in guterNäherung durch eine Gaußverteilungapproximieren.

=2 =20 =100

G(,k) ist die Wahrscheinlichkeit, dass eine sehr lange Messreihe den Mittel-wert ergeben würde, wobei das Resultat k einer einzigen Messunggegeben ist. Näherungswert für die Standardabweichung: k

Beispiel (z.B. Zählrate beim radioaktiver Zerfall):Interpretation einer Messung als Schätzung des Mittelwerts: N=4711 „counts“Schätzung der Standardabweichung (absoluter Fehler):Relativer Fehler : / 1/

N

N N N


Stat. Fehler: Syst. Fehler:




Zufällige oder Statistische Fehler

►Wiederholung von Messungen (unter gleichenBedingungen):einzelne Messwerte werden sichvoneinander unterscheiden.

► Statistische Fehler streuen „links“ und „rechts“um den wahren Wert (in vielen Fällen sogarsymmetrisch um den wahren Wert).

► Zufällige Abweichungen sind unvermeidlichund nicht exakt erfassbar.

► sind statistischer Analyse zugänglich:Die Größe zufälliger Messabweichungen kann mit Hilfevon Wahrscheinlichkeitsaussagen bestimmt werden.

Messunsicherheiten

Durch Mehrfachmessungen könnenstatistische Fehler prinzipiellbeliebig klein gehalten werden !

Beispiel syst. und stat. Fehler: Position eines Sterns

kleinklein

kleingroß

großklein

großgroß


Beispiele für zufälligeMessabweichungen:

► Abweichungen beim Ablesen(Parallaxe)

► Reaktionsvermögen(z.B. bei Zeitmessung)

► Unsicherheit derSkaleninterpolation

► variable Umgebungsbedingungen(Druck, Temperatur, ...)

► statistischer Charakterder Messgröße

(Rauschen, Radioaktivität,…) Experiment zur Bestimmung des Schwerpunktes von Bierdosen (Experimental Physik I, WS 2007/08)

Messunsicherheiten


Literatur


Einführung in die Grundlagen der Fehlerrechnung Bestimmung ... · Der arithmetische Mittelwert ist...

Documents

Transcript of Einführung in die Grundlagen der Fehlerrechnung Bestimmung ... · Der arithmetische Mittelwert ist...